O que é jevgrep?
O jevgrep é uma ferramenta de linha de comando, executada como jg, que responde a perguntas como "Where is authentication checked before a request reaches a handler?" com uma lista de arquivos relevantes, pistas de leitura e trechos literais do código com referências de linha, tudo impresso no stdout. Ele percorre o repositório de pastas a arquivos e a declarações e pergunta ao Jev, o modelo de decisão da TypeSafe AI, se cada ramo é relevante. Ele devolve evidências para um agente de código ler, não uma resposta gerada.
É escrito em TypeScript, tem licença MIT e é instalado pelo npm como @dzhng/jevgrep no Node.js 22 ou mais recente. Uma skill complementar, instalada com jg skill, ensina ao Claude Code, ao Codex, ao OpenCode e a outros agentes quando chamá-lo. A análise de declarações cobre Python, TypeScript e JavaScript, Go e Rust; outros textos recebem pré-visualizações simples.
As buscas chamam o Jev por um provedor que você escolhe em jg auth: Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen ou um endpoint personalizado compatível. Não há modo local nem offline.
jevgrep vale a pena?
O jevgrep é uma das poucas ferramentas de busca para agentes que publicam por completo as evidências de custo, e as evidências sustentam uma afirmação modesta. Na repetição feita pelo mantenedor de dez tarefas Python do SWE-bench com o gpt-5.6-sol da OpenAI em esforço médio, tanto a linha de base quanto o jevgrep 0.4.3 resolveram 8 de 10. O custo total caiu de US$ 7,62 para US$ 5,66, uma economia de 25,8%, com US$ 1,48 disso gasto no próprio Jev a preço de tabela. O destaque de cerca de 30% no README é o número antigo que deixa o Jev de fora, e o mantenedor diz isso.
O método é diferente da busca baseada em embeddings. Em vez de construir um índice vetorial, o jg faz ao Jev perguntas de sim ou não sobre a relevância de pastas, arquivos e declarações, segue os ramos aprovados e imprime trechos. Nada é indexado com antecedência, então não há watcher para manter atualizado, mas cada busca custa chamadas ao provedor; respostas validadas ficam em cache local para suavizar repetições. A concorrência padrão é de 32 requisições somando todas as etapas.
A troca em relação aos dados é clara. O código elegível vai para o Jev por qualquer provedor que você tenha configurado, a cada busca. O filtro padrão pula arquivos ignorados, ocultos, de dependências, binários e .env, e descarta arquivos inteiros que parecem conter credenciais, mas o README chama isso de detecção por melhor esforço, não de remoção. jg files mostra o que uma busca leria sem chave nem chamada de rede, o que vale rodar uma vez em qualquer repositório privado.
As evidências são fracas em um aspecto: cada tarefa foi executada uma vez, a linha de base foi reaproveitada de uma execução anterior e as dez tarefas foram ajustadas em vez de reservadas, como a página de resultados declara. A execução da 0.5.0 cortou o gasto com o Jev em cerca de 59%, mas deixou o custo combinado 2 a 3% acima da 0.4.3. O projeto tem seis semanas, com 3.176 estrelas, 242 forks, versões até a v0.8.0 em 1º de outubro e commits até 4 de novembro.
Diante do grepai, que gera embeddings do código localmente com o Ollama e pode ficar totalmente offline, o jevgrep não precisa de índice nem de modelo local, mas não consegue manter o código na máquina. Para uma equipe que já paga um gateway para seus agentes, é um pequeno salto a mais; para uma com uma regra de nenhum terceiro, isso descarta o jevgrep.
Onde ele se destaca
Um engenheiro backend jogado em um grande serviço Python que nunca viu
Encontrar onde retries e timeouts de requisições são tratados antes de mudá-los
Pergunte ao jg "Which tests cover retry behaviour when a request times out?" e entregue ao agente os arquivos e trechos impressos. No estudo do mantenedor, o Jev custou cerca de US$ 0,15 por tarefa a preço de tabela.
Um gerente de engenharia pagando por uma implantação de agentes de código com 20 licenças
Reduzir a conta de tokens sem baixar a taxa de resolução
Instale a skill em cada repositório com jg skill --yes e compare o gasto no gateway antes e depois; o estudo publicado viu custo total 25,8% menor em dez tarefas, o que é uma estimativa inicial, não uma garantia.
Um líder de equipe atento à segurança em uma fintech
Conferir o que uma ferramenta de agente enviaria para fora da máquina antes de aprová-la
Rode jg files no repositório para listar, por diretório, cada arquivo que uma busca poderia ler, e depois adicione padrões --exclude para caminhos gerados ou sensíveis. Não precisa de chave e não faz nenhuma requisição de rede.
Antes de decidir
- Configuração
- npm install -g @dzhng/jevgrep no Node.js 22+, depois jg auth para escolher um provedor e salvar sua chave, e jg skill (Node 22.20+) para instalar a skill do agente. Não precisa de Python, Bun nem ripgrep.
- Integrações
- Instaladores de skill para Claude Code, Codex, OpenCode e outros agentes; Jev via Vercel AI Gateway, TypeSafe, OpenRouter, OpenCode Zen ou um endpoint personalizado compatível com a TypeSafe. A saída é stdout simples.
- Dados e privacidade
- As buscas enviam o código elegível ao provedor do Jev escolhido. As chaves ficam em um arquivo de configuração acessível só ao dono; respostas validadas ficam em cache local; nenhum arquivo de relatório é gravado. O README não descreve telemetria. MIT.
- Custo em escala
- O Jev custa US$ 0,042 por milhão de tokens de entrada no Vercel AI Gateway, sem cobrança de saída. No estudo de dez tarefas, o Jev acrescentou US$ 1,48 enquanto cortava o gasto do modelo de código de US$ 7,62 para US$ 4,18.
- Limites
- Sem modo offline nem provedor de reserva; credenciais em variáveis de ambiente são ignoradas; tempos de busca e timeouts não são publicados; 11 issues e pull requests abertos.
O que é bom
- Estudo de custo publicado no SWE-bench com números por tarefa e limites declarados
- Nenhum índice para construir ou manter atualizado
- Devolve trechos literais com referências de linha, não um resumo
- jg files mostra exatamente o que uma busca enviaria, offline
- Licença MIT; um único npm install no macOS, Linux ou Windows
O que não é
- Cada busca envia código-fonte a um provedor remoto do Jev
- O benchmark são dez tarefas ajustadas, uma execução cada
- Análise de declarações para apenas quatro famílias de linguagens
- Sem comando jg upgrade; skill e CLI são atualizadas separadamente
Ideal para
Equipes que rodam Claude Code, Codex ou OpenCode em repositórios desconhecidos, já passam as chamadas de modelo por um gateway e querem reduzir o custo da busca por arquivos do agente.
Alternativas ao jevgrep
jevgrep: perguntas frequentes
- jevgrep vale a pena?
- O jevgrep é um jeito bem medido de cortar em cerca de um quarto a conta de um agente de código com a busca por arquivos, desde que você aceite enviar seu código-fonte a um provedor de modelos a cada busca. Damos nota 3.9 de 5.
- Quanto custa jevgrep?
- Gratuito sob MIT. As buscas são cobradas pelo seu provedor do Jev; o Vercel AI Gateway lista o Jev a US$ 0,042 por milhão de tokens de entrada.
- Quais são as desvantagens de jevgrep?
- Cada busca envia código-fonte a um provedor remoto do Jev; o benchmark são dez tarefas ajustadas, uma execução cada; análise de declarações para apenas quatro famílias de linguagens; sem comando jg upgrade; skill e CLI são atualizadas separadamente.
- Para quem jevgrep é indicado?
- Equipes que rodam Claude Code, Codex ou OpenCode em repositórios desconhecidos, já passam as chamadas de modelo por um gateway e querem reduzir o custo da busca por arquivos do agente.
- Quanto custa jevgrep para uma equipe ou em produção?
- O Jev custa US$ 0,042 por milhão de tokens de entrada no Vercel AI Gateway, sem cobrança de saída. No estudo de dez tarefas, o Jev acrescentou US$ 1,48 enquanto cortava o gasto do modelo de código de US$ 7,62 para US$ 4,18.
- jevgrep é seguro para dados da empresa?
- As buscas enviam o código elegível ao provedor do Jev escolhido. As chaves ficam em um arquivo de configuração acessível só ao dono; respostas validadas ficam em cache local; nenhum arquivo de relatório é gravado. O README não descreve telemetria. MIT.
- Quais são as melhores alternativas ao jevgrep?
- As alternativas mais próximas que analisamos são grepai e LangGraph Bigtool.
Respostas verificadas em 5 de nov. de 2026.